Los dispositivos inteligentes se utilizan en la era del Internet de las Cosas (IoT) para proporcionar acceso eficiente y confiable a los servicios. La tecnología IoT puede reconocer información completa, entregar información de manera confiable y procesar inteligentemente esa información. Los sistemas industriales modernos se han vuelto cada vez más dependientes de las redes de datos, los sistemas de control y los sensores. El número de dispositivos IoT y los protocolos que utilizan ha aumentado, lo que ha llevado a un aumento en los ataques. Las operaciones globales pueden ser interrumpidas y se pueden incurrir en pérdidas económicas sustanciales debido a estos ataques. Se han detectado ciberataques utilizando diversas técnicas, como el aprendizaje profundo y el aprendizaje automático. En este documento, proponemos un método de ensamblaje para revelar de manera efectiva ciberataques en el IoT con alto rendimiento. Se realizaron experimentos en tres conjuntos de datos diferentes: tarjeta de crédito, NSL-KDD y conjuntos de datos de UNSW. El clasificador de ensamblaje apilado propuesto superó a los clasificadores individuales del modelo base.